论文部分内容阅读
采用高斯混合模型（GMM）与小波包分析相结合的方法，对汽轮机振动故障进行了诊断研究。首先对振动故障信号进行小波包分解，去除干扰信号，提取包含故障特征信息的频段作为故障特征矢量。以此特征矢量建立GMM，并用建立的模型识别各种故障。利用在Bently实验台上测得的实验数据进行建模及故障识别。计算结果中，当模数M=-12时，GMM识别故障的正确率约80％-90％，表明GMM结合小波包分析进行汽轮机振动故障诊断的方法能取得较好的效果。